Programming for IoT with Python培訓

技术的进步和信息量的增加正在改变包括政府在内的许多行业的业务开展方式。Go由于移动设备和应用程序、智能传感器和设备、云计算解决方案以及面向公民的门户的快速增长，数据生成和数字归档率正在上升。随着数字信息的扩展和日益复杂，信息管理、处理、存储、安全和处置也变得更加复杂。新的捕获、搜索、发现和分析工具正在帮助组织从其非结构化数据中获得见解。政府市场正处于一个转折点，他们意识到信息是一种战略资产，政府需要保护、利用和分析结构化和非结构化信息，以便更好地服务和满足任务要求。随着政府领导者努力发展数据驱动型组织以成功完成使命，他们正在为关联事件、人员、流程和信息之间的依赖关系奠定基础。

高价值的政府解决方案将由最具颠覆性的技术混合而成：

• 移动设备和应用程序
• 云服务
• 社交商业技术和网络
• Big Data 和分析

IDC 预测，到 2020 年，IT 行业将达到 5 万亿美元，比现在大约 1.7 万亿美元，而该行业 80% 的增长将由这些第三平台技术推动。从长远来看，这些技术将成为处理日益增长的数字信息复杂性的关键工具。Big Data 是智能行业解决方案之一，它允许政府根据分析大量数据（相关和不相关、结构化和非结构化）所揭示的模式采取行动，从而做出更好的决策。

“理解这些大量的Big Data需要尖端的工具和技术，这些工具和技术可以从大量不同的信息流中分析和提取有用的知识，”白宫科技政策办公室的Tom Kalil和Fen Zhao在OSTP博客上的一篇文章中写道。

白宫在2012年建立国家Big Data研究与开发计划（National Big Data Research and Development Initiative）时，在帮助各机构发现这些技术方面迈出了一步。该计划包括超过 2 亿美元，以充分利用 Big Data 的爆炸式增长以及分析它所需的工具。

Big Data 带来的挑战几乎与它的承诺一样令人生畏。高效存储数据是这些挑战之一。与往常一样，预算紧张，因此机构必须最大限度地降低每兆字节的存储价格，并使数据易于访问，以便用户可以在需要时以需要的方式获取数据。备份海量数据加剧了这一挑战。

有效分析数据是另一个重大挑战。许多机构采用商业工具，使他们能够筛选海量数据，发现可以帮助他们更有效地运营的趋势。（MeriTalk 最近的一项研究发现，联邦 IT 高管认为 Big Data 可以帮助机构节省超过 5000 亿美元，同时实现任务目标。

定制开发的 Big Data 工具还使机构能够满足分析其数据的需求。例如，橡树岭国家实验室的计算数据分析小组已将其食人鱼数据分析系统提供给其他机构。该系统帮助医学研究人员找到了一种联系，可以在主动脉瘤发作之前提醒医生注意主动脉瘤。它还用于更平凡的任务，例如筛选简历以将求职者与招聘经理联系起来。

Insurtech（又名數字保險）是指保險 + 新技術的融合。在 Insurtech 領域，“數字保險公司”將技術創新應用於其業務和運營模式，以降低成本、改善客戶體驗並提高運營敏捷性。

在這種講師指導的培訓中，參與者將瞭解在其組織和整個行業內實現數字化轉型所需的技術、方法和思維方式。該培訓 針對需要獲得全域理解、打破炒作和行話並邁出建立 Insurtech 戰略第一步的經理。

在本次培訓結束時，參與者將能夠：

• 智慧、系統地討論 Insurtech 及其所有組成部分
• 識別並揭開 Insurtech 中每項關鍵技術的作用的神秘面紗。
• 起草在組織內實施 Insurtech 的總體策略

觀眾

• 保險公司
• 保險行業的技術人員
• 保險利益相關者
• 顧問和業務分析師

課程形式

• 部分講座、部分討論、練習和案例研究小組活動

這種由講師指導的現場培訓<本地>（在線或現場）面向中級 IT 專業人員和業務經理，他們希望瞭解 IoT 和邊緣計算在各個行業中實現效率、實時處理和創新的潛力。

在本次培訓結束時，參與者將能夠：

• 瞭解IoT和邊緣計算的原理及其在數字化轉型中的作用。
• 確定製造、物流和能源領域的IoT和邊緣計算使用案例。
• 區分邊緣計算和雲計算架構和部署場景。
• 實施邊緣計算解決方案，以實現預測性維護和實時決策。

這種以講師為主導的 香港（在線或現場）現場培訓面向希望利用邊緣 AI 通過智慧數據處理和分析功能增強物聯網應用程式的中級開發人員、系統架構師和行業專業人士。

在培訓結束時，參與者將能夠：

• 瞭解邊緣 AI 基礎知識及其在物聯網中的應用。
• 為IoT設備設置和配置邊緣 AI 環境。
• 在邊緣設備上為IoT應用程式開發和部署 AI 模型。
• 在物聯網系統中實現即時數據處理和決策。
• 將邊緣 AI 與各種物聯網協定和平臺整合。
• 解決面向物聯網的邊緣 AI 中的道德考量和最佳實踐。

這種由 香港 的講師指導式現場培訓（在線或現場）面向希望使用 Edge Computing 來分散數據管理以獲得更快性能的產品經理和開發人員，利用位於源網路上的智能設備。

在本次培訓結束時，參與者將能夠：

• 瞭解 Edge Computing 的基本概念和優勢。
• 確定可以應用 Edge Computing 的用例和示例。
• 設計和構建 Edge Computing 解決方案，以加快數據處理速度並降低運營成本。

這種講師指導的現場培訓在 香港（在線或現場）進行，面向希望應用 Federated Learning 來優化IoT和邊緣計算解決方案的中級專業人士。

在本次培訓結束時，參與者將能夠：

• 瞭解 Federated Learning 在IoT和邊緣計算中的原理和優勢。
• 在 IoT 設備上實施 Federated Learning 模型以進行去中心化的 AI 處理。
• 減少延遲並改進邊緣計算環境中的實時決策。
• 解決與IoT系統中的數據隱私和網路限制相關的挑戰。

在這個由講師指導的 香港 現場培訓中，參與者將在逐步創建基於 Arduino 的物聯網感測器系統的過程中學習物聯網的基礎知識。

在培訓結束時，參與者將能夠：

• 瞭解物聯網的原理，包括物聯網元件和通信技術。
• 瞭解如何使用可用於不同物聯網系統的 Arduino 通信模組。
• 瞭解如何使用和程式設計行動應用程式來控制 Arduino。
• 使用Wi-Fi模組將Arduino連接到另一台設備。
• 構建和部署他們自己的物聯網感測器系統。

與其他技術不同，物聯網要複雜得多，幾乎涵蓋了核心工程機械、Electronics、固件、中間件、雲、分析和移動的每個分支。對於它的每個工程層，都有經濟學、標準、法規和不斷發展的技術水準等方面。這是第一次，提供了一個適度的課程來涵蓋物聯網工程的所有這些關鍵方面。

總結

涵蓋物聯網當前技術水準的高級培訓計劃

跨越多個技術領域，以提高對物聯網系統及其元件的認識，以及它如何幫助企業和組織。

模型物聯網應用的現場演示，展示不同行業領域的實際物聯網部署，如工業物聯網、智慧城市、零售、旅遊和運輸以及圍繞連接設備和事物的用例

目標受眾

負責各自組織內業務和運營流程的經理，希望瞭解如何利用物聯網來提高他們的系統和流程的效率。

正在尋求建立新企業並希望更好地瞭解物聯網技術前景的企業家和投資者，以瞭解如何以有效的方式利用它。

對物聯網或物聯網市場價值的估計是巨大的，因為根據定義，物聯網是設備、感測器和計算能力的集成和分散層，覆蓋了整個消費者、企業對企業和政府行業。物聯網的連接數量將越來越多：目前有19億台設備，到2018年將達到90億台。到那一年，它將大致相當於智慧手機、智慧電視、平板電腦、可穿戴電腦和個人電腦的數量總和。

在消費領域，許多產品和服務已經跨界到物聯網領域，包括廚房和家用電器、停車場、RFID、照明和供暖產品，以及工業互聯網中的一些應用。

然而，物聯網的底層技術並不是什麼新鮮事，因為自互聯網誕生以來就存在M2M通信。然而，在過去的幾年裡，隨著智慧手機和平板電腦在每個家庭中的壓倒性適應，出現了許多廉價的無線技術。行動裝置的爆炸性增長導致了物聯網的當前需求。

由於物聯網業務的無限機會，大量中小型企業家加入了物聯網淘金熱的潮流。此外，由於開源電子和物聯網平台的出現，物聯網系統的開發成本和進一步管理其大規模生產的成本越來越低。現有的電子產品擁有者面臨著將他們的設備與互聯網或行動應用程式整合的壓力。

該培訓旨在對新興行業進行技術和商業回顧，以便物聯網愛好者/企業家能夠掌握物聯網技術和商業的基礎知識。

課程目標

該課程的主要目標是介紹物聯網在家庭和城市自動化（智慧家居和城市）、工業互聯網、醫療保健、Govt.、移動蜂窩和其他領域的新興技術選擇、平臺和案例研究。

物聯網機械、Electron ics/感測器平臺、無線和有線協議、移動到 Electronics 集成、移動到企業集成、數據分析和總控制平面的所有元素的基本介紹

用於物聯網的 M2M 無線協定 - WiFi、Zigbee/Zwave、藍牙、ANT+：何時何地使用哪一個？

移動/桌面/Web 應用程式 - 用於註冊、數據採集和控制 - 可用於物聯網的 M2M 數據採集平臺 - Xively、Omega 和 NovoTech 等。

物聯網的安全問題和安全解決方案

物聯網開源/商用電子平臺-Raspberry Pi、Arduino、ArmMbedLPC等

適用於 AWS-IoT 應用程式的開源/商業企業雲平臺，Azure -IOT、Watson-IOT 雲以及其他小型 IoT 雲

研究一些常見物聯網設備的商業和技術，如家庭自動化、煙霧通報器、車輛、軍事、家庭健康等。

與其他技術不同，物聯網要複雜得多，幾乎涵蓋了核心工程機械、Electronics、固件、中間件、雲、分析和移動的每個分支。對於它的每個工程層，都有經濟學、標準、法規和不斷發展的技術水準等方面。這是第一次，提供了一個適度的課程來涵蓋物聯網工程的所有這些關鍵方面。

對於製造業專業人士來說，最關鍵的方面是瞭解工業物聯網領域的進步，其中包括預測性和預防性維護、基於狀態的機器監控、生產優化、能源優化、供應鏈優化和製造公用事業的正常運行時間等。

總結

• 一項高級培訓計劃，涵蓋智慧工廠中物聯網的當前技術水準。
• 跨越多個技術領域，培養對物聯網系統及其元件的認識，以及它如何幫助製造業管理人員
• 智能工廠的IIoT模型應用現場演示

目標受眾

• 負責各自製造組織內業務和運營流程的經理，希望瞭解如何利用物聯網來提高他們的系統和流程效率。

持續時間 3 天 （ 8 小時 / 天 ）

對物聯網或物聯網市場價值的估計是巨大的，因為根據定義，物聯網是設備、感測器和計算能力的集成和分散層，覆蓋了整個消費者、企業對企業和政府行業。物聯網的連接數量將越來越多：目前有19億台設備，到2018年將達到90億台。到那一年，它將大致相當於智慧手機、智慧電視、平板電腦、可穿戴電腦和個人電腦的數量總和。

在消費領域，許多產品和服務已經跨界到物聯網領域，包括廚房和家用電器、停車場、RFID、照明和供暖產品，以及工業互聯網中的一些應用。

然而，物聯網的底層技術並不是什麼新鮮事，因為自互聯網誕生以來就存在M2M通信。然而，在過去的幾年裡，隨著智慧手機和平板電腦在每個家庭中的壓倒性適應，出現了許多廉價的無線技術。行動裝置的爆炸性增長導致了物聯網的當前需求。

自 2014 年以來，工業物聯網（IIoT for manufacturing）已被廣泛使用，從那時起，發生了大量的 IIoT 創新。本課程將介紹工業物聯網領域創新的所有重要方面。

該培訓旨在對新興行業進行技術和商業回顧，以便物聯網愛好者/企業家能夠掌握物聯網技術和商業的基礎知識。

課程目標

該課程的主要目標是介紹新興的技術選擇、平臺和物聯網在製造業智慧工廠中實施的案例研究。

1. 研究一些常見的 IIoT 平臺（如西門子、MindSphere 和 Azure 物聯網）的商業和技術。
2. 適用於 AWS-IoT 應用程式的開源/商業企業雲平臺，Azure -IOT、Watson-IOT、Mindsphere IIoT 雲以及其他小型 IoT 雲
3. 物聯網開源/商用電子平臺-Raspberry Pi、Arduino、ArmMbedLPC等
4. IIoT 的安全問題和安全解決方案
5. 移動/桌面/網路應用程式 - 用於註冊、數據採集和控制 –
6. 用於物聯網的 M2M 無線協定 - WiFi、LoPan、BLE、乙太網、Ethercat、PLC：何時何地使用哪一個？
7. 物聯網機械、Electron ics/感測器平臺、無線和有線協議、移動到 Electronics 集成、移動到企業集成、數據分析和總控制平面的所有元素的基本介紹

Internet of Things (IoT) 是一種網路基礎設施，它以無線方式連接物理對象和軟體應用程式，允許它們通過網路通信、雲計算和數據捕獲相互通信並交換數據。

在這個由講師指導的現場培訓中，參與者將學習物聯網的基礎知識，同時逐步使用Raspberry Pi創建物聯網感測器系統。

在培訓結束時，參與者將能夠：

• 瞭解物聯網的原理，包括物聯網元件和通信技術
• 瞭解如何專門為IoT應用程式設置Raspberry Pi
• 構建和部署自己的物聯網感測器系統

觀眾

• 愛好者
• 硬體/軟體工程師和技術人員
• 各行各業的技術人員
• 初學者開發人員

課程形式

• 部分講座，部分討論，練習和大量的實踐練習

注意

• Raspberry Pi 支援各種作業系統和程式設計語言。本課程將使用基於 Linux 的 Raspbian 作為作業系統，使用 Python 作為程式設計語言。如需具體設置，請聯繫我們進行安排。
• 參與者負責購買 Raspberry Pi 硬體和元件。

機器對機器（M2M）是指聯網的機械或電子設備之間的直接自動通信。

在這個由講師指導的 香港 現場培訓中，參與者將在開發和部署基於樣本 NB-IoT 的應用程式時瞭解 NB-IoT （也稱為 LTE Cat NB1）的各個方面。

在培訓結束時，參與者將能夠：

• 確定 NB-IoT 的不同組成部分，以及如何組合在一起形成一個生態系統。
• 了解並解釋 NB-IoT 設備中內置的安全功能。
• 開發一個簡單的應用程式來跟蹤 NB-IoT 個設備。

Raspberry Pi是一款非常小巧的單板計算機。

在這個由講師指導的實時培訓中，參與者將學習如何設置和編程Raspberry Pi以作為交互式和強大的嵌入式系統。

在培訓結束時，參與者將能夠：

• 設置IDE（集成開發環境）以實現最高的開發效率
• 編程Raspberry Pi來控制運動傳感器，報警器，Web服務器和打印機等設備。
• 了解Raspberry Pi的架構，包括附加設備的輸入和連接器。
• 了解編程語言和操作系統中的各種選項
• 測試，調試和部署Raspberry Pi以解決實際問題

聽眾

• 開發商
• 硬件/軟件技術人員
• 各行各業的技術人員
• 愛好者

課程形式

• 部分講座，部分討論，練習和繁重的實踐練習

注意

• Raspberry Pi支持各種操作系統和編程語言。本課程將使用基於Linux的Raspbian作為操作系統，使用Python作為編程語言。要請求具體設置，請聯繫我們安排。
• 參與者負責購買Raspberry Pi硬件和組件。

這個由講師指導的現場培訓介紹了從頭開始構建面部識別系統所需的軟體、硬體和分步過程。面部識別也稱為 Face Recognition。

本實驗中使用的硬體包括Rasberry Pi、攝像頭模組、伺服系統（可選）等。參與者負責自己購買這些元件。使用的軟體包括 OpenCV、Linux、Python 等。

在本次培訓結束時，參與者將能夠：

• 在 Rasberry Pi 上安裝 Linux、OpenCV 和其他軟體實用程式和庫。
• 配置 OpenCV 以捕獲和檢測面部圖像。
• 瞭解打包Rasberry Pi系統以在實際環境中使用的各種選項。
• 使系統適應各種用例，包括監控、身份驗證等。

課程形式

• 部分講座、部分討論、練習和大量動手實踐

注意

• 其他硬體和軟體選項包括：Arduino、OpenFace、Windows 等。如果您想使用其中任何一個，請聯繫我們進行安排。

ThingsBoard 是一個開源IoT平臺，可為您的IoT解決方案提供設備管理、資料收集、處理和可視化。

在這個以講師為主導的現場培訓中，參與者將學習如何將 ThingsBoard 集成到他們的物聯網解決方案中。

在培訓結束時，參與者將能夠：

• 安裝與設定ThingsBoard
• 瞭解 ThingsBoard 功能和體系結構的基礎知識
• 使用 ThingsBoard 構建IoT應用程式
• 將 ThingsBoard 與 Kafka 集成，用於遙測設備數據路由
• 將 ThingsBoard 與 Apache Spark 集成，以便從多個設備進行數據聚合

觀眾

• 軟體工程師
• 硬體工程師
• 開發人員

課程形式

• 部分講座，部分討論，練習和大量的實踐練習

注意

• 如需申請此課程的定製培訓，請聯繫我們進行安排。